• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

Neuro-Coding/Unificationを用いたCNNのコンパクト化

研究課題

研究課題/領域番号 19K12020
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分61010:知覚情報処理関連
研究機関和歌山大学

研究代表者

和田 俊和  和歌山大学, システム工学部, 教授 (00231035)

研究期間 (年度) 2019-04-01 – 2022-03-31
研究課題ステータス 完了 (2021年度)
配分額 *注記
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
キーワードNeuro Coding/Unification / CNN pruning / REAP / Serialized ResNet / Pruning Ratio Optimizer / Channel Pruning / AMC / Serialized Residual Net / Feature Sharing / DNN compression / Neuro Coding / Neuro Unification / Biorthogonal basis / Gram Schmidt process / Deep Neural Net / Convolutional Neural Net / Compression / Reconstruction / Coding
研究開始時の研究の概要

本研究は,入力データに対する各ニューロンのレスポンスを記録したNeuro Behavior Vector (NBV)を作成し,このNBVの類似性に基づいてニューロンの統合を行うNeuro-Coding/Unificationの考え方をConvolutional Neural Net(CNN)に拡張し,畳み込み層を校正するChannelのCodingと圧縮を行う手法を開発する.この手法の特性は,Channelを削除することによる性能劣化が起きないようにConvolutionの重みパラメータを更新することにある.これによって,特に再学習を行うことなく,圧縮に伴う性能低下を低く抑えることができる.

研究成果の概要

本研究では,CNNの機能をできるだけ低下させずに,計算量を削減するCNNの圧縮問題を取り扱った.当初は、学習データに対して各チャネルがどのように反応するのかをベクトルで表現し、線形従属の関係にあるチャネルのうち一方を削除し、残されたチャネルで削除したチャネルの働きを肩代わりさせる手法を提案した.その後,削除したチャネルの働きを,残されたチャネルにかける全ての重みを変更する「再構築」によって,次層の誤差を最小化するREAPという方法に拡張した.さらに,ResNetを直列化して圧縮するSRN,各層ごとの際的な圧縮率の配分を求めるPROという方法を提案した.

研究成果の学術的意義や社会的意義

提案したREAPを普通に実装すると,チャネルを削除して最小二乗法による再構築をする,という操作を全チャネルに対して適用して,再構築後の誤差が最小になるチャネルを削除するという計算になる.本研究では,この計算を双直交基底を用いてワンショットで解けるようにしたことが学術的に価値があると考えている.また,広く用いられているResNetに含まれる分岐のある層は削除することができなかったが,この分岐を無くすことによって,広い範囲のCNNにREAPの適用が行えるようになった.さらに,REAPでどの層をどれだけ圧縮すれば最適かを求めるPROによってCNN全体の最適な圧縮が可能になった.

報告書

(4件)
  • 2021 実績報告書   研究成果報告書 ( PDF )
  • 2020 実施状況報告書
  • 2019 実施状況報告書
  • 研究成果

    (11件)

すべて 2022 2021 2020 2019

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 3件) 学会発表 (6件) (うち国際学会 2件) 産業財産権 (2件)

  • [雑誌論文] Pruning Ratio Optimization with Layer-Wise Pruning Method for Accelerating Convolutional Neural Networks2022

    • 著者名/発表者名
      KAMMA Koji、INOUE Sarimu、WADA Toshikazu
    • 雑誌名

      IEICE Transactions on Information and Systems

      巻: E105.D 号: 1 ページ: 161-169

    • DOI

      10.1587/transinf.2021EDP7096

    • NAID

      130008138814

    • ISSN
      0916-8532, 1745-1361
    • 年月日
      2022-01-01
    • 関連する報告書
      2021 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] REAP: A Method for Pruning Convolutional Neural Networks with Performance Preservation2021

    • 著者名/発表者名
      Koji Kamma, Toshikazu Wada
    • 雑誌名

      IEICE Transactions on Information and Systems

      巻: E104.D 号: 1 ページ: 194-202

    • DOI

      10.1587/transinf.2020EDP7049

    • NAID

      130007965065

    • ISSN
      0916-8532, 1745-1361
    • 年月日
      2021-01-01
    • 関連する報告書
      2020 実施状況報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Neural Behavior-Based Approach for Neural Network Pruning2020

    • 著者名/発表者名
      KAMMA Koji、ISODA Yuki、INOUE Sarimu、WADA Toshikazu
    • 雑誌名

      IEICE Transactions on Information and Systems

      巻: E103.D 号: 5 ページ: 1135-1143

    • DOI

      10.1587/transinf.2019EDP7177

    • NAID

      130007839104

    • ISSN
      0916-8532, 1745-1361
    • 年月日
      2020-05-01
    • 関連する報告書
      2019 実施状況報告書
    • 査読あり / オープンアクセス
  • [学会発表] Feature Sharing: 特徴マップの共有による複数DNNの統合2021

    • 著者名/発表者名
      磯田雄基, 和田俊和
    • 学会等名
      研究報告コンピュータビジョンとイメージメディア(CVIM)
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] Serialized Residual Network2020

    • 著者名/発表者名
      Koji Kamma, Toshikazu Wada
    • 学会等名
      MIRU 2020 (Short Oral Session)
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] Reconstruction Error Aware Pruning for Accelerating Neural Networks.2019

    • 著者名/発表者名
      Kamma K., Wada T.
    • 学会等名
      In: Bebis G. et al. (eds) Advances in Visual Computing. ISVC 2019. Lecture Notes in Computer Science, vol 11844. Springer, Cham
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会
  • [学会発表] (2019) Behavior-Based Compression for Convolutional Neural Networks.2019

    • 著者名/発表者名
      Kamma K., Isoda Y., Inoue S., Wada T.
    • 学会等名
      In: Karray F., Campilho A., Yu A. (eds) Image Analysis and Recognition. ICIAR 2019. Lecture Notes in Computer Science, vol 11662. Springer, Cham
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会
  • [学会発表] Accelerating the Convolutional Neural Network by Smart Channel Pruning.2019

    • 著者名/発表者名
      Koji Kamma, Toshikazu Wada
    • 学会等名
      (MIRU2019 Long Oral)
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] Neuro Coding/Unificationを用いたDNNの効率的なパラメータ数削減法2019

    • 著者名/発表者名
      磯田 雄基, 菅間 幸司, 和田 俊和
    • 学会等名
      (MIRU2019 Poster presentation)
    • 関連する報告書
      2019 実施状況報告書
  • [産業財産権] 特許出願2020

    • 発明者名
      和田俊和、菅間幸司
    • 権利者名
      和歌山大学
    • 産業財産権種類
      特許
    • 産業財産権番号
      2020-123973
    • 出願年月日
      2020
    • 関連する報告書
      2020 実施状況報告書
  • [産業財産権] 特許出願2019

    • 発明者名
      和田俊和 菅間幸司
    • 権利者名
      国立大学法人 和歌山大学
    • 産業財産権種類
      特許
    • 産業財産権番号
      2019-137019
    • 出願年月日
      2019
    • 関連する報告書
      2019 実施状況報告書

URL: 

公開日: 2019-04-18   更新日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi